在CVPR2019中，Generalized Intersection over Union: A Metric and A Loss for Bounding Box Regression介紹了一種新的評價指標GIoU
1. 為什么要提出GIoU？
對於1-IoU作為距離度量，有四個優點：滿足非負性；同一性；對稱性；三角不等性
有兩個缺點：無法衡量兩框是相鄰還是甚遠；無法反映相交方式
如下圖，若使用IoU評價指標，都是0.33，但對於人的直觀感覺和后續的分析，效果就不同；使用GIoU可以很好的表達兩個框之間的關系
2. GIoU是怎么計算的？
在論文中給出計算公式，如下圖：
假設A為預測框，B為真實框，S是所有框的集合
不管A與B是否相交，C是包含A與B的最小框，C也屬於S集合
首先計算IoU，A與B的交並比
再計算C框中沒有A與B的面積，比上C框面積；IoU減去前面算出的比；得到GIoU
3.GIoU最主要的作用是？
對於相交的IOU可以被反向傳播，即它可以直接用作優化的目標函數。但是非相交的，梯度將會為0，無法優化
此時使用GIoU可以完全避免此問題。所以可以作為目標函數
可直接優化LGIou函數